Report do processo de busca do melhor modelo


Hiper parâmetros do modelo

units: [16]
activation: tanh
batch: 16
optimizer: SGD
Acurácia na avaliação: 0.8530805706977844
Perda: 0.3875686824321747

Hiper parâmetros do modelo

units: [16]
activation: tanh
batch: 16
optimizer: adam
Acurácia na avaliação: 0.8305687308311462
Perda: 0.4585467278957367

Hiper parâmetros do modelo

units: [16]
activation: relu
batch: 16
optimizer: SGD
Acurácia na avaliação: 0.849526047706604
Perda: 0.40643876791000366

Hiper parâmetros do modelo

units: [16]
activation: relu
batch: 16
optimizer: adam
Acurácia na avaliação: 0.8317535519599915
Perda: 0.4458979368209839

Hiper parâmetros do modelo

units: [8, 8, 8]
activation: tanh
batch: 16
optimizer: SGD
Acurácia na avaliação: 0.8649289011955261
Perda: 0.38946333527565

Hiper parâmetros do modelo

units: [8, 8, 8]
activation: tanh
batch: 16
optimizer: adam
Acurácia na avaliação: 0.8388625383377075
Perda: 0.43871769309043884

Hiper parâmetros do modelo

units: [8, 8, 8]
activation: relu
batch: 16
optimizer: SGD
Acurácia na avaliação: 0.8459715843200684
Perda: 0.4257495701313019

Hiper parâmetros do modelo

units: [8, 8, 8]
activation: relu
batch: 16
optimizer: adam
Acurácia na avaliação: 0.8424170613288879
Perda: 0.45713505148887634

Hiper parâmetros do modelo

units: [128, 64, 32]
activation: tanh
batch: 16
optimizer: SGD
Acurácia na avaliação: 0.8400474190711975
Perda: 0.4090767502784729

Hiper parâmetros do modelo

units: [128, 64, 32]
activation: tanh
batch: 16
optimizer: adam
Acurácia na avaliação: 0.8151658773422241
Perda: 0.4653894007205963

Hiper parâmetros do modelo

units: [128, 64, 32]
activation: relu
batch: 16
optimizer: SGD
Acurácia na avaliação: 0.8649289011955261
Perda: 0.3963381052017212

Hiper parâmetros do modelo

units: [128, 64, 32]
activation: relu
batch: 16
optimizer: adam
Acurácia na avaliação: 0.8400474190711975
Perda: 0.45421460270881653